-
公开(公告)号：CN114358657B
公开(公告)日：2022-08-12
申请号：CN202210221387.8
申请日：2022-03-09
Applicant: 北京大学
IPC: G06Q10/06 , G06K9/62 , G06F16/9535
Abstract: 本发明提供一种基于模型融合的岗位推荐方法及装置，包括：将目标个体的目标任职序列输入至少一个基础预测模型，获取由各基础预测模型生成的目标评分矩阵；将所有的目标评分矩阵和目标个体的目标特征表进行拼接融合，确定目标融合特征并输入至岗位匹配模型，确定由岗位匹配模型输出的至少一个推荐岗位。本发明提供的基于模型融合的岗位推荐方法及装置，通过把特征表与两个基础预测模型生成的中间数据做融合，再将特征表输入至岗位匹配模型中，实现对目标个体下一次在每个预设岗位任职的概率进行预测，在召回率和归一化折损累计增益更高，使得预测的岗位更加准确，与人员的符合度更高。
-
Patent Agency Ranking
公开(公告)号：CN114168819B
公开(公告)日：2022-07-12
申请号：CN202210131722.5
申请日：2022-02-14
Applicant: 北京大学
IPC: G06F16/9035 , G06N3/04 , G06N3/08 , G06Q10/10 , G06F16/901
Abstract: 本发明提供一种基于图神经网络的岗位匹配方法及装置，包括：获取目标履历对应的目标任职序列；将目标任职序列输入至岗位匹配模型，获取由岗位匹配模型输出的目标任职序列与多个预设岗位的匹配程度；根据匹配程度，在多个预设岗位中确定目标履历的匹配岗位；岗位匹配模型是基于图神经网络构建的；岗位匹配模型是基于样本任职序列，以及样本任职序列对应的样本匹配岗位训练后得到的。本发明提供的基于图神经网络的岗位匹配方法及装置，利用基于图神经网络构建的岗位匹配模型根据目标任职序列，对目标履历数据对应的个体在下一次任职与每个预设岗位任职的进行匹配，使得匹配的岗位更加合理，与人员的符合度更高。
-
公开(公告)号：CN114358657A
公开(公告)日：2022-04-15
申请号：CN202210221387.8
申请日：2022-03-09
Applicant: 北京大学
IPC: G06Q10/06 , G06K9/62 , G06F16/9535
Abstract: 本发明提供一种基于模型融合的岗位推荐方法及装置，包括：将目标个体的目标任职序列输入至少一个基础预测模型，获取由各基础预测模型生成的目标评分矩阵；将所有的目标评分矩阵和目标个体的目标特征表进行拼接融合，确定目标融合特征并输入至岗位匹配模型，确定由岗位匹配模型输出的至少一个推荐岗位。本发明提供的基于模型融合的岗位推荐方法及装置，通过把特征表与两个基础预测模型生成的中间数据做融合，再将特征表输入至岗位匹配模型中，实现对目标个体下一次在每个预设岗位任职的概率进行预测，在召回率和归一化折损累计增益更高，使得预测的岗位更加准确，与人员的符合度更高。
-
公开(公告)号：CN114169869A
公开(公告)日：2022-03-11
申请号：CN202210131714.0
申请日：2022-02-14
Applicant: 北京大学
Abstract: 本发明提供一种基于注意力机制的岗位推荐方法及装置，包括：确定目标个体的目标任职序列；将目标任职序列输入至岗位预测模型，获取由岗位预测模型输出的目标个体在每个预设岗位的任职概率；根据所有的任职概率，在所有的预设岗位中确定目标个体的推荐岗位；岗位预测模型是基于注意力机制构建的；岗位预测模型是基于样本任职序列，以及样本任职序列对应的样本预测岗位训练后得到的。本发明提供的基于注意力机制的岗位推荐方法及装置，利用带有注意力机制的岗位预测模型根据目标个体的任职序列，对目标个体下一次在每个预设岗位任职的概率进行预测，使得预测的岗位更加准确，与人员的符合度更高。
-
公开(公告)号：CN114168819A
公开(公告)日：2022-03-11
申请号：CN202210131722.5
申请日：2022-02-14
Applicant: 北京大学
IPC: G06F16/9035 , G06N3/04 , G06N3/08 , G06Q10/10 , G06F16/901
Abstract: 本发明提供一种基于图神经网络的岗位匹配方法及装置，包括：获取目标履历对应的目标任职序列；将目标任职序列输入至岗位匹配模型，获取由岗位匹配模型输出的目标任职序列与多个预设岗位的匹配程度；根据匹配程度，在多个预设岗位中确定目标履历的匹配岗位；岗位匹配模型是基于图神经网络构建的；岗位匹配模型是基于样本任职序列，以及样本任职序列对应的样本匹配岗位训练后得到的。本发明提供的基于图神经网络的岗位匹配方法及装置，利用基于图神经网络构建的岗位匹配模型根据目标任职序列，对目标履历数据对应的个体在下一次任职与每个预设岗位任职的进行匹配，使得匹配的岗位更加合理，与人员的符合度更高。
-
公开(公告)号：CN114169869B
公开(公告)日：2022-06-07
申请号：CN202210131714.0
申请日：2022-02-14
Applicant: 北京大学
Abstract: 本发明提供一种基于注意力机制的岗位推荐方法及装置，包括：确定目标个体的目标任职序列；将目标任职序列输入至岗位预测模型，获取由岗位预测模型输出的目标个体在每个预设岗位的任职概率；根据所有的任职概率，在所有的预设岗位中确定目标个体的推荐岗位；岗位预测模型是基于注意力机制构建的；岗位预测模型是基于样本任职序列，以及样本任职序列对应的样本预测岗位训练后得到的。本发明提供的基于注意力机制的岗位推荐方法及装置，利用带有注意力机制的岗位预测模型根据目标个体的任职序列，对目标个体下一次在每个预设岗位任职的概率进行预测，使得预测的岗位更加准确，与人员的符合度更高。
-
-
-
-
-
Search Results
6
records
(took 0.021 seconds)
